人工智能正迅速成為區(qū)別業(yè)務(wù)優(yōu)劣的因素。下面來看看你即將需要為人工智能精英團(tuán)隊(duì)填補(bǔ)的關(guān)鍵職位和技能。

[[333384]]

人工智能有望改變各行各業(yè)，隨之而來許多工作職能會(huì)發(fā)生巨變。在未來的幾年，組織中的許多職位都或多或少在一定程度上要使用人工智能技術(shù)，這給精通人工智能的人帶來了巨大的新機(jī)會(huì)。

隨著行使職責(zé)的IT和業(yè)務(wù)人員的數(shù)量轉(zhuǎn)變，同發(fā)生的是出現(xiàn)旨在充分利用組織人工智能戰(zhàn)略的新工作。機(jī)器學(xué)習(xí)領(lǐng)域的工程師已經(jīng)鞏固了自身作為人工智能團(tuán)隊(duì)必要成員的地位，位居求職網(wǎng)Indeed優(yōu)秀工作榜首。人工智能專家也是領(lǐng)英 2020年新興工作報(bào)告中的最吃香的工作，該工作在過去四年中以每年74%的速度增長，其次則是機(jī)器人工程師和數(shù)據(jù)科學(xué)家。

事實(shí)上，IDC的分析師Ritu Jyoti稱，即使在這次大流行爆發(fā)期間，與人工智能相關(guān)的工作數(shù)量也可能在全球范圍內(nèi)增長13%乃至16%。

Jyoti說：“由于這次大流行的爆發(fā)，IDC認(rèn)為，醫(yī)療提供商，教育，保險(xiǎn)，制藥公司和聯(lián)邦政府的人工智能支出和就業(yè)機(jī)會(huì)將會(huì)增加。”

我們與IT領(lǐng)導(dǎo)者，人工智能專家和行業(yè)分析師進(jìn)行了接觸，以了解這樣一個(gè)事實(shí)，即隨著人工智能更加牢固地控制企業(yè)，企業(yè)見證了哪些人工智能職位的興起。有些先進(jìn)的公司已經(jīng)在招兵買馬，以洞察成功所需的各種技能。

首席人工智能官

人工智能領(lǐng)導(dǎo)者有很多稱謂：人工智能和機(jī)器學(xué)習(xí)副總裁，首席創(chuàng)新官，首席數(shù)字官等等。

不管怎么稱呼，這些“首席人工智能官”都必須理解認(rèn)知技術(shù)(cognitive technologies)是如何影響企業(yè)，如何制定公司的人工智能戰(zhàn)略并向董事會(huì)、企業(yè)高管，員工和客戶進(jìn)行解釋。他們與首席信息官合作實(shí)施該策略，以很大限度地滿足企業(yè)和所有利益相關(guān)者的需求。

網(wǎng)絡(luò)安全公司Darktrace的首席人工智能官Nicole Eagan花費(fèi)了很多時(shí)間與內(nèi)部技術(shù)團(tuán)隊(duì)合作，與客戶交談并宣傳該公司的人工智能戰(zhàn)略，其中包括弄清楚如何通過人工智能來增強(qiáng)人類的工作，例如在威脅檢測和威脅調(diào)查這兩方面。

曾在甲骨文戰(zhàn)略小組中擔(dān)任過戰(zhàn)略市場營銷高級(jí)總監(jiān)的Eagan說：“我與首席技術(shù)官和人工智能實(shí)驗(yàn)室一起探索新的研究領(lǐng)域。”

Eagan通過學(xué)習(xí)在線課程來不斷提高自身的人工智能技能，但是她在Darktrace中所起的作用就是更為注重業(yè)務(wù)，與其創(chuàng)建大量算法和編寫代碼，不如將人工智能應(yīng)用于實(shí)際問題。她說：“我們的實(shí)驗(yàn)室中確實(shí)有超過35名具備高等數(shù)學(xué)，機(jī)器學(xué)習(xí)和人工智能專業(yè)知識(shí)的博士。”

Zscaler的人工智能兼機(jī)器學(xué)習(xí)副總裁Howie Xu提升了自己的技術(shù)職稱并以商務(wù)技能來充實(shí)經(jīng)驗(yàn)。身為思科云計(jì)算和網(wǎng)絡(luò)服務(wù)業(yè)務(wù)部門前負(fù)責(zé)人的Xu持有斯坦福大學(xué)的MBA學(xué)位并具備深厚的產(chǎn)品背景。

Xu說：“最初加入Zscaler時(shí)，我的職責(zé)更為關(guān)注技術(shù)。“但是，為了充分利用人工智能和機(jī)器學(xué)習(xí)，我不得不繼續(xù)轉(zhuǎn)變以更加注重業(yè)務(wù)影響方面的思考。”

Xu認(rèn)為，在工智能領(lǐng)域有遠(yuǎn)大抱負(fù)的重要人物要專注于這些領(lǐng)域，即在人工智能和機(jī)器學(xué)習(xí)的助力下能將業(yè)務(wù)價(jià)值提高十倍的領(lǐng)域。他說：“在采用技術(shù)之前，必須嚴(yán)格遵守業(yè)務(wù)指標(biāo)。”

人工智能道德官

人工智能道德官是另一個(gè)高級(jí)職位，該職位需要與利益相關(guān)者展開廣泛合作。該職位還可能涉及風(fēng)險(xiǎn)和治理，除技術(shù)團(tuán)隊(duì)外，該職位可能還要與政府機(jī)構(gòu)，非營利組織，法律團(tuán)隊(duì)，用戶和隱私小組進(jìn)行協(xié)調(diào)。

Salesforce.com的道德人工智能實(shí)踐架構(gòu)師Kathy Baxter說，人工智能實(shí)踐者必須對技術(shù)充滿熱情，但也要持合理的懷疑態(tài)度。“人工智能不是魔法，也不適用于解決所有的難題。你經(jīng)常要問的問題不是‘我們能做到嗎?’，而是“我們必須要做嗎”?Baxter這樣說道，他曾在谷歌，易趣和甲骨文從事過用戶體驗(yàn)研究工作。

Baxter說，盡管技術(shù)素養(yǎng)大有裨益，但人工智能道德官并不需要成為計(jì)算機(jī)科學(xué)家或數(shù)據(jù)科學(xué)家。她說：“具備心理學(xué)，社會(huì)學(xué)，哲學(xué)或人機(jī)交互等人文背景至關(guān)重要。致力于了解受技術(shù)，需求，環(huán)境和價(jià)值影響的每一個(gè)人，這一點(diǎn)也非常重要。”

持有人因工程學(xué)(human factors engineering)碩士學(xué)位和應(yīng)用心理學(xué)學(xué)士學(xué)位的Baxter也認(rèn)為將情緒化辯論降溫的能力是十分有用的。她說：“當(dāng)我們談?wù)摰赖聲r(shí)，人們會(huì)覺得自己的價(jià)值觀正在受到挑戰(zhàn)。能夠以包容的方式展開合理的辯論則可能決定了成敗。”

Baxter說，在部署人工智能時(shí)十分注重道德的公司會(huì)創(chuàng)建更安全，更公正的環(huán)境。另外，無偏差的人工智能更加準(zhǔn)確，可以創(chuàng)造更好的業(yè)務(wù)績效。

Baxter補(bǔ)充說：“人工智能法規(guī)即將實(shí)施，因此，現(xiàn)在創(chuàng)建道德的人工智能實(shí)踐將使你對合規(guī)性做更為充分的準(zhǔn)備。”

人工智能業(yè)務(wù)分析師

Shape Security的全球人工智能負(fù)責(zé)人Shuman Ghosemajumder說，要想從人工智能模型中獲得價(jià)值，數(shù)據(jù)科學(xué)家必須與業(yè)務(wù)分析師配合，他已經(jīng)聘請了業(yè)務(wù)分析師，他最終會(huì)擴(kuò)大這一領(lǐng)域。

Ghosemajumder說：“人工智能業(yè)務(wù)分析師必須深刻了解自己所服務(wù)的公司及其業(yè)務(wù)模式和業(yè)務(wù)流程，因?yàn)樗麄兿Ｍ麨檫@些公司開發(fā)解決方案”。他補(bǔ)充說，他們還必須懂技術(shù)語言，從而與數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師共事。

人工智能業(yè)務(wù)運(yùn)營經(jīng)理這一相關(guān)職位在業(yè)務(wù)方面負(fù)責(zé)對使用人工智能的業(yè)務(wù)流程進(jìn)行管理和改進(jìn)。Ghosemajumder說：“人工智能業(yè)務(wù)運(yùn)營經(jīng)理應(yīng)具備通過人工智能自動(dòng)化的特定業(yè)務(wù)流程方面的運(yùn)營基礎(chǔ)知識(shí)和經(jīng)驗(yàn)”，他們還必須能分析由這些操作所生成的數(shù)據(jù)。

普華永道(PricewaterhouseCoopers)的合伙人兼全球人工智能負(fù)責(zé)人Anand Rao說，要找人負(fù)責(zé)面向業(yè)務(wù)的人工智能，這可能比想象的要難。

Rao說：“大學(xué)和其他職業(yè)培訓(xùn)機(jī)構(gòu)正在競相培訓(xùn)大量初級(jí)技術(shù)工人。但是，業(yè)務(wù)和高級(jí)管理人員需要在公司內(nèi)部培養(yǎng)，而填補(bǔ)這樣的職位空缺是很難的。”

首席數(shù)據(jù)科學(xué)家

通常，企業(yè)的首席技術(shù)科學(xué)家一直是人工智能職位的最高職位，其職責(zé)不斷演變，已經(jīng)包含了更多的工程和業(yè)務(wù)方面的技能。

麥肯錫的分析轉(zhuǎn)型主管Brian McCarthy說：“五年前，數(shù)據(jù)科學(xué)家往往由統(tǒng)計(jì)學(xué)家擔(dān)任。如今，數(shù)據(jù)科學(xué)家往往由技術(shù)人員擔(dān)任。”

數(shù)據(jù)科學(xué)家知道要用什么樣的數(shù)據(jù)和算法才能獲得優(yōu)秀結(jié)果，他們與數(shù)據(jù)工程師和軟件開發(fā)人員合作將這種專業(yè)技能轉(zhuǎn)化為可運(yùn)行的應(yīng)用程序，他們還與業(yè)務(wù)部門合作以確保技術(shù)滿足業(yè)務(wù)需求。

Kenna Security的首席數(shù)據(jù)科學(xué)家Michael Roytman于2012年榮獲喬治亞理工學(xué)院頒發(fā)的運(yùn)籌學(xué)碩士學(xué)位，他在該院研究了隨機(jī)過程和隨機(jī)優(yōu)化。然后，他簽約成為Kenna Security的數(shù)據(jù)科學(xué)家并最終晉升為首席數(shù)據(jù)科學(xué)家。

Roytman說：“首席數(shù)據(jù)科學(xué)家正在運(yùn)用他們的技能來增強(qiáng)整個(gè)組織的分析能力。”

人工智能架構(gòu)師

人工智能架構(gòu)師(也稱為人工智能或機(jī)器學(xué)習(xí)工程師)負(fù)責(zé)創(chuàng)建用于操作和管理人工智能和機(jī)器學(xué)習(xí)項(xiàng)目的系統(tǒng)。

BT的美國戰(zhàn)略學(xué)術(shù)合作伙伴關(guān)系負(fù)責(zé)人兼麻省理工學(xué)院的研究合作關(guān)系負(fù)責(zé)人Steve Whittaker說：“這些人可以大舉研究人工智能項(xiàng)目”。他說，獲得人工智能和機(jī)器學(xué)習(xí)技能的IT架構(gòu)師是不二之選。

Whittaker說：“要?jiǎng)?chuàng)建人工智能工程師平臺(tái)就需要培養(yǎng)運(yùn)維(DevOps)技能。你必須知道如何大規(guī)模地執(zhí)行，了解敏捷開發(fā)并具備流程和數(shù)據(jù)意識(shí)。”

人工智能架構(gòu)師可能還要負(fù)責(zé)重建各種業(yè)務(wù)流程，從而使這些流程更接近業(yè)務(wù)。

任何自建人工智能或機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施的公司都需要人工智能架構(gòu)師或人工智能平臺(tái)工程師。Whittaker說：“不僅僅是谷歌，臉書和亞馬遜”。他補(bǔ)充說，這個(gè)職務(wù)近期才誕生，這意味著人們的背景千差萬別，從充滿新鮮想法的新畢業(yè)生到擁有40年實(shí)踐項(xiàng)目管理經(jīng)驗(yàn)的人，不一而足。

eSentire的首席技術(shù)官Dustin Hillard希望機(jī)器學(xué)習(xí)工程師在處理大型數(shù)據(jù)集和云數(shù)據(jù)處理框架方面具備多年經(jīng)驗(yàn)，并且能夠設(shè)計(jì)，構(gòu)建和部署復(fù)雜的人工智能系統(tǒng)。

人工智能數(shù)據(jù)工程師

人工智能和機(jī)器學(xué)習(xí)的存亡都取決于數(shù)據(jù)。但是它們所需數(shù)據(jù)的種類和規(guī)?？赡芘c其他系統(tǒng)不同，因此任何想要執(zhí)行高級(jí)分析，機(jī)器學(xué)習(xí)或人工智能的組織都需要人工智能數(shù)據(jù)工程師。

“不得不招聘這些新興職位的各種公司首先想到了大型組織”，英國電信安全部常務(wù)董事Kevin Brown這樣說道。“它們還想到其他擁有大量數(shù)據(jù)的組織。例如，由于大流行，醫(yī)療行業(yè)見證了數(shù)據(jù)的巨增。”

例如，BT要處理驚人的數(shù)據(jù)量。例如，在網(wǎng)絡(luò)安全方面，每秒處理數(shù)百萬個(gè)事件，每天處理約4000次網(wǎng)絡(luò)攻擊。Brown說，本公司聘請的董事總經(jīng)理只專注于人工智能，戰(zhàn)略，人工智能開發(fā)人員，研究人員和數(shù)據(jù)科學(xué)家。這些人的背景橫跨人工智能的各個(gè)功能。

Brown說：“我們要篩選大量的數(shù)據(jù)來發(fā)現(xiàn)異常，而這正是人工智能數(shù)據(jù)工程師的大展拳腳的地方。我們總是在大海撈針。”

數(shù)據(jù)制造架構(gòu)師

從事數(shù)據(jù)業(yè)務(wù)的公司提供了更多的專業(yè)職位。例如，彭博社(Bloomberg)最近就請人來擔(dān)任其新設(shè)立的職位，即首席技術(shù)官(CTO)數(shù)據(jù)科學(xué)團(tuán)隊(duì)的數(shù)據(jù)制造架構(gòu)師。

數(shù)據(jù)制造架構(gòu)師幫助彭博社為其金融服務(wù)領(lǐng)域的客戶(包括超過325,000彭博終端客戶)創(chuàng)建高質(zhì)量的結(jié)構(gòu)化數(shù)據(jù)。彭博社的首席技術(shù)官辦公室的數(shù)據(jù)科學(xué)主管Gideon Mann表示，數(shù)據(jù)產(chǎn)生自非結(jié)構(gòu)化且雜亂無章的源頭。

Mann說：“這些數(shù)字必須準(zhǔn)確無誤，其標(biāo)準(zhǔn)要高于大多數(shù)行業(yè)和學(xué)術(shù)機(jī)構(gòu)。”

Mann說，數(shù)據(jù)制造架構(gòu)師(Bloomberg)讓深層領(lǐng)域?qū)＜以谂聿┥绲娜驍?shù)據(jù)部門中工作。彭博社現(xiàn)在也在招聘許多其他的專門化的人工智能人才，包括人工智能研究科學(xué)家，人工智能定量研究科學(xué)家，媒體數(shù)據(jù)科學(xué)，高級(jí)機(jī)器學(xué)習(xí)工程師和分布式系統(tǒng)高級(jí)軟件工程師。

彭博社的人工智能工程主管Anju Kambadur說，這些職位要具備人工智能，機(jī)器學(xué)習(xí)，自然語言處理，信息檢索和定量金融方面的經(jīng)驗(yàn)，并且必須具備Python，Java和C ++等編程語言方面的專業(yè)知識(shí)。他補(bǔ)充說，但是溝通，協(xié)作和產(chǎn)品開發(fā)方面的技能也很重要，“特別是跨組織和跨學(xué)科工作和溝通的能力。”

人工智能質(zhì)量保證經(jīng)理

正當(dāng)尖端企業(yè)試圖弄清如何圍繞新生的人工智能實(shí)踐分配職責(zé)時(shí)，人工智能領(lǐng)域的相關(guān)工作正在不斷涌現(xiàn)以滿足其需求。其中一些職位尚未設(shè)立，并且大多數(shù)職位尚無開設(shè)標(biāo)準(zhǔn)化課程或尚無形成典型的職業(yè)發(fā)展道路。

以人工智能質(zhì)量保證經(jīng)理這一新興職位為例，這可以看作是從傳統(tǒng)軟件質(zhì)量保證職位演變而來的職位，但是人工智能項(xiàng)目的質(zhì)量保證卻大不相同。例如，盡管某一公司可能會(huì)為手頭的項(xiàng)目選擇錯(cuò)誤的算法，但是代碼本身很少會(huì)成為問題。不完整的，過時(shí)或有偏差的訓(xùn)練數(shù)據(jù)集才是更應(yīng)注意的東西。

有偏差的數(shù)據(jù)是一個(gè)特別棘手的問題，這些數(shù)據(jù)不僅會(huì)產(chǎn)生不良結(jié)果，還會(huì)產(chǎn)生監(jiān)管問題，不良宣傳，罰款或訴訟。

Zscaler最近收購的Edgewise Networks的首席數(shù)據(jù)科學(xué)家John O’Neil表示：“沒有人真正了解偏差是如何進(jìn)入數(shù)據(jù)的，也沒有人了解如何設(shè)法從數(shù)據(jù)中消除偏差。這是一個(gè)非?；钴S的研究領(lǐng)域。據(jù)我所知，如果你想說，規(guī)則就擺在這里，如果你遵循這些規(guī)則沒問題，壓根兒就沒有說這理兒的地方。”

公民數(shù)據(jù)科學(xué)家

Gartner稱，到2024年，人工智能高級(jí)用戶將填補(bǔ)數(shù)據(jù)科學(xué)家的空缺。正如Gartner所稱，這些“公民數(shù)據(jù)科學(xué)家”將能夠執(zhí)行與人工智能相關(guān)的任務(wù)，因?yàn)椴渴鸶呒?jí)分析，機(jī)器學(xué)習(xí)和人工智能所需的工具將變得越來越容易使用。

但是，請勿將公民數(shù)據(jù)科學(xué)家簡單地視為一個(gè)職業(yè)頭銜。恰恰相反，對“公民數(shù)據(jù)科學(xué)家”工具(例如Auto ML)的使用經(jīng)驗(yàn)將成為一系列工作職能的工作要求的一部分。

人工智能平臺(tái)公司DotData的首席執(zhí)行官兼創(chuàng)始人Ryohei Fujimaki說：“對傳統(tǒng)意義上的數(shù)據(jù)科學(xué)家進(jìn)行招募，增員和培訓(xùn)是非常昂貴的。

但I(xiàn)DC三月份公布的調(diào)查顯示，約有28%的人工智能和機(jī)器學(xué)習(xí)計(jì)劃失敗了，這很大程度上歸咎于技能短缺。IDC的Jyoti說：“據(jù)報(bào)道，缺乏必要專業(yè)知識(shí)的員工是失敗的主要原因之一。”

Jyoti說，也就是說，在人工智能和機(jī)器學(xué)習(xí)方面對工人再培訓(xùn)的需求受到了抑制。

DotData的Fujimaki說，企業(yè)越來越需要“公民數(shù)據(jù)科學(xué)家”。